Ludzkie komórki mózgowe hodowane na chipie wykazały zdolność do grania w klasyczną grę wideo Doom, co stanowi znaczący krok naprzód w rozwoju obliczeń biologicznych. Chociaż wydajność jest gorsza od wyników osiąganych przez ludzi, eksperyment ten ilustruje potencjał żywych systemów neuronowych w rozwiązywaniu złożonych problemów w czasie rzeczywistym — jest to zdolność, która może utorować drogę takim zastosowaniom, jak kontrolowanie kończyn robotów.
Od Ponga do strzelanek pierwszoosobowych: szybki postęp w biokomputerze
To przełomowe osiągnięcie opiera się na wcześniejszych badaniach przeprowadzonych przez Cortical Labs (Australia), które w 2021 r. wytrenowało chipy neuronowe do gry w Ponga. W obecnym eksperymencie wykorzystano nowo opracowany interfejs Pythona, który znacznie ułatwił programowanie tych „komputerów biologicznych”. Niezależny programista Sean Cole z powodzeniem przeszkolił chipy do gry w Doom w ciągu zaledwie tygodnia, demonstrując przystępność tej technologii.
Według Bretta Kagana z Cortical Labs tempo tego rozwoju jest zdumiewające: „W przeciwieństwie do prac nad Pongiem, które trwały latami, tę demonstrację wykonał ktoś z niewielkim doświadczeniem w biologii w ciągu kilku dni”. Ta przystępność cenowa w połączeniu ze zdolnością chipów do uczenia się szybciej niż w przypadku tradycyjnych systemów krzemowych sprawia, że postęp jest tak ekscytujący.
Jak to działa? Procesor biologiczny
Chipy składają się z ponad 800 000 żywych komórek mózgowych hodowanych na układach mikroelektrod w celu przesyłania i odbierania sygnałów elektrycznych. Neurony te przetwarzają informacje w inny sposób niż komputery krzemowe, choć badacze podkreślają, że porównania z ludzkim mózgiem są mylące. Komponent biologiczny nie polega na odtworzeniu ludzkiej inteligencji, ale na wykorzystaniu unikalnego materiału do przetwarzania informacji.
Ograniczenia i przyszłość obliczeń biologicznych
Obecna wersja gry Doom na chipie wykorzystuje mniej neuronów niż wersja Pong, ale nadal działa lepiej niż wprowadzanie losowe. Jednak wydajność nadal jest daleka od poziomu doświadczonych graczy. Pozostaje kluczowe pytanie: w jaki sposób neurony „rozumieją” wymagania od nich bez bodźców zmysłowych, takich jak wzrok?
Pomimo tych niewiadomych eksperci uważają, że to osiągnięcie stanowi ważny krok w kierunku praktycznego zastosowania. Yoshikatsu Hayashi z University of Reading sugeruje, że sterowanie ramionami robotów za pomocą komputerów biologicznych stało się znacznie bliższe. W tym kontekście Doom służy jako złożona symulacja podejmowania decyzji w czasie rzeczywistym, czyli umiejętności wymaganej do kontrolowania protezy lub innej zaawansowanej robotyki.
„Naprawdę interesujące nie jest to, że system biologiczny może odgrywać rolę w Dooma, ale to, że radzi sobie ze złożonością, niepewnością i podejmowaniem decyzji w czasie rzeczywistym” – mówi Andrew Adamacki z Uniwersytetu Zachodniej Anglii.
Zdolność systemów biologicznych do radzenia sobie z takimi zadaniami przybliża nas do przyszłości obliczeń hybrydowych, w których żywe sieci neuronowe mogą rozwiązywać problemy, z którymi krzem nie jest w stanie sobie poradzić. Badanie to podkreśla zmianę w sposobie, w jaki myślimy o informatyce: odejście od tradycyjnych architektur cyfrowych na rzecz odkrywania potencjału materiałów biologicznych jako potężnych, elastycznych urządzeń komputerowych.
